tensorflow 实现数据类型转换

tensorflow支持14种不同的类型，主要包括：

实数：tf.float32 tf.float64

整数：tf.int8 tf.int16 tf.int32 tf.int64 tf.unit8

布尔：tf.bool

复数：tf.complex64 tf.complex128

1、tf.to_bfloat16函数

将张量强制转换为bfloat16类型。(deprecated)

tf.to_bfloat16(
  x,
  name='ToBFloat16'
)

参数：

x:张量或稀疏张量或索引切片。

name:操作的名称(可选)。

返回值：

一种与bfloat16类型的x形状相同的张量或稀疏张量或索引切片。

可能产生的异常：

TypeError: If x cannot be cast to the bfloat16.

2、tf.to_complex128函数

将张量转换为类型为complex128的张量。(deprecated)

tf.to_complex128(
  x,
  name='ToComplex128'
)

警告:不推荐使用此函数。它将在未来的版本中被删除。更新说明:使用tf。演员代替。

参数：

x:张量或稀疏张量或索引切片。

name:操作的名称(可选)。

返回值：

与x形状相同的张量或稀疏张量或索引切片，类型为complex128。

可能产生的异常：

TypeError: If x cannot be cast to the complex128.

3、tf.to_complex64函数

将张量转换为complex64类型。(deprecated)

tf.to_complex64(
  x,
  name='ToComplex64'
)

警告:不推荐使用此函数。它将在未来的版本中被删除。更新说明:使用tf。演员代替。

参数：

x:张量或稀疏张量或索引切片。

name:操作的名称(可选)。

返回值：

与x形状相同的张量或稀疏张量或索引切片，类型为complex64。

可能产生的异常：

TypeError: If x cannot be cast to the complex64.

4、tf.to_double函数

将张量强制转换为float64类型。(deprecated)

tf.to_double(
  x,
  name='ToDouble'
)

警告:不推荐使用此函数。它将在未来的版本中被删除。更新说明:使用tf。演员代替。

参数：

x:张量或稀疏张量或索引切片。

name:操作的名称(可选)。

返回值：

一种形状与x相同的张量或稀疏张量或索引切片，类型为float64。

可能产生的异常：

TypeError: If x cannot be cast to the float64.

4、tf.to_float函数

将张量强制转换为float32类型。(deprecated)

tf.to_float(
  x,
  name='ToFloat'
)

参数：

x:张量或稀疏张量或索引切片。

name:操作的名称(可选)。

返回值：

一种形状与x相同的张量或稀疏张量或索引切片，类型为float32。可能产生的异常：

TypeError: If x cannot be cast to the float32.

5、tf.to_int32函数

将张量转换为int32类型。(deprecated)

tf.to_int32(
  x,
  name='ToInt32'
)

参数：

x:张量或稀疏张量或索引切片。

name:操作的名称(可选)。

返回值：

一种与int32类型的x形状相同的张量或稀疏张量或索引切片。

可能产生的异常：

TypeError: If x cannot be cast to the int32.

6、tf.to_int64函数

将张量转换为int64类型。(deprecated)

tf.to_int64(
  x,
  name='ToInt64'
)

参数：

x:张量或稀疏张量或索引切片。

name:操作的名称(可选)。

返回值：

与int64类型的x形状相同的张量或稀疏张量或索引切片。

可能产生的异常：

TypeError: If x cannot be cast to the int64.

以上这篇tensorflow 实现数据类型转换就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。

赞 (0)

相关推荐

  • 基于Tensorflow批量数据的输入实现方式

    基于Tensorflow下的批量数据的输入处理: 1.Tensor TFrecords格式 2.h5py的库的数组方法 在tensorflow的框架下写CNN代码,我在书写过程中,感觉不是框架内容难写, 更多的是我在对图像的预处理和输入这部分花了很多精神. 使用了两种方法: 方法一: Tensor 以Tfrecords的格式存储数据,如果对数据进行标签,可以同时做到数据打标签. ①创建TFrecords文件 orig_image = '/home/images/train_image/' gen

  • Tensorflow 实现将图像与标签数据转化为tfRecord文件

    tensorflow中如果要对神经网络模型进行训练,需要把训练数据转换为tfrecord格式才能被读取,tensorflow的model文件里直接提供了相应的脚本文件在下面的文件夹中: cd tensorflow/models/research/object_detection/dataset_tools 其中包括: 1.create_coco_tf_record.py:注意,这个代码需要解析json格式的标签文件 2.create_pascal_tf_record.py:注意,这个代码需要解析

  • 初探TensorFLow从文件读取图片的四种方式

    本文记录一下TensorFLow的几种图片读取方法,官方文档有较为全面的介绍. 1.使用gfile读图片,decode输出是Tensor,eval后是ndarray import matplotlib.pyplot as plt import tensorflow as tf import numpy as np print(tf.__version__) image_raw = tf.gfile.FastGFile('test/a.jpg','rb').read() #bytes img =

  • Tensorflow中使用tfrecord方式读取数据的方法

    前言 本博客默认读者对神经网络与Tensorflow有一定了解,对其中的一些术语不再做具体解释.并且本博客主要以图片数据为例进行介绍,如有错误,敬请斧正. 使用Tensorflow训练神经网络时,我们可以用多种方式来读取自己的数据.如果数据集比较小,而且内存足够大,可以选择直接将所有数据读进内存,然后每次取一个batch的数据出来.如果数据较多,可以每次直接从硬盘中进行读取,不过这种方式的读取效率就比较低了.此篇博客就主要讲一下Tensorflow官方推荐的一种较为高效的数据读取方式--tfre

  • tensorflow 实现数据类型转换

    tensorflow支持14种不同的类型,主要包括: 实数:tf.float32 tf.float64 整数:tf.int8 tf.int16 tf.int32 tf.int64 tf.unit8 布尔:tf.bool 复数:tf.complex64 tf.complex128 1.tf.to_bfloat16函数 将张量强制转换为bfloat16类型.(deprecated) tf.to_bfloat16( x, name='ToBFloat16' ) 参数: x:张量或稀疏张量或索引切片.

  • 详解tensorflow载入数据的三种方式

    详解tensorflow载入数据的三种方式

    Tensorflow数据读取有三种方式: Preloaded data: 预加载数据 Feeding: Python产生数据,再把数据喂给后端. Reading from file: 从文件中直接读取 这三种有读取方式有什么区别呢? 我们首先要知道TensorFlow(TF)是怎么样工作的. TF的核心是用C++写的,这样的好处是运行快,缺点是调用不灵活.而Python恰好相反,所以结合两种语言的优势.涉及计算的核心算子和运行框架是用C++写的,并提供API给Python.Python调用这些A

  • JAVA中string数据类型转换详解

    在JAVA中string是final类,提供字符串不可以修改,string类型在项目中经常使用,下面给大家介绍比较常用的string数据类型转换: String数据类型转换成long.int.double.float.boolean.char等七种数据类型 复制代码 代码如下: * 数据类型转换 * @author Administrator * */ public class 数据类型转换 { public static void main(String[] args) { String c=

  • Java数据类型转换详解

    一.基本数据类型阐述 Java语言提供了八种基本类型.六种数字类型(四个整数型,两个浮点型),一种字符类型,还有一种布尔型. [注]JAVA没有unsigned类型 (1). 整数:int,short,byte,long (2). 浮点型:float,double (3). 字符:char (4). 布尔:boolean 基本型别     大小         最小值            最大值 void boolean     -----         -----             

  • js 数据类型转换总结笔记

    javascript有如下数据类型的转换方法: 一,转换成数字 xxx*1.0 转换成字符串 xxx+"" 二,从一个值中提取另一种类型的值,并完成转换工作. .提取字符串中的整数:parseInt(); 例:parseInt("123zhang")的结果为123 .提取字符串中的浮点数:parseFloat(); 例:parseFloat("0.55zhang")的结果为0.55 .执行用字符串表示的一段javascript代码:eval();

  • 浅析php数据类型转换

    PHP 在变量定义中不需要(或不支持)明确的类型定义:变量类型是根据使用该变量的上下文所决定的.也就是说,如果把一个字符串值赋给变量 var,var 就成了一个字符串.如果又把一个整型值赋给 var,那它就成了一个整数. PHP 的自动类型转换的一个例子是加号"+".如果任何一个操作数是浮点数,则所有的操作数都被当成浮点数,结果也是浮点数.否则操作数会被解释为整数,结果也是整数.注意这并没有改变这些操作数本身的类型:改变的仅是这些操作数如何被求值以及表达式本身的类型. 类型强制转换允许

  • 浅析C#数据类型转换的几种形式

    1.Convert.ToInt32(); //转换成32位的整数.2.变量.ToString();/最常见的转换成 字符串.3."订单"+2514 //后面的数字会转换为字符串.4.((类名A)对象名X) //强行将 对象X 转换成 A类 的对象.5.int.Parse(string);把字符串型转换成其他类型.6.还有,如果要转换成的类型为引用类型,还可以用 as teacher tea = teahcer();如 student stu = tea as student; (1)

  • 全面了解JavaScript的数据类型转换

    首先,由于JavaScript是弱类型语言(弱类型的语言的东西没有明显的类型,他能随着环境的不同,自动变换类型而强类型则没这样的规定,不同类型间的操作有严格定义,只有相同类型的变量才能操作,虽然系统也有一定的默认转换,当绝没有弱类型那么随便,也就是说变量在声明时不需要指定数据类型,变量由赋值操作确定数据类型),所以在JavaScript的类型转换中就存在了强类型语言所没有的隐式转换. 1.1 JavaScript中的隐式转换(自动类型转换) 简单定义: 不同数据类型的数据在做运算的时候可以进行默

  • PHP中数据类型转换的三种方式

    PHP的数据类型转换属于强制转换,允许转换的PHP数据类型有: 1.(int).(integer):转换成整形 2.(float).(double).(real):转换成浮点型 3.(string):转换成字符串 4.(bool).(boolean):转换成布尔类型 5.(array):转换成数组 6.(object):转换成对象 PHP数据类型有三种转换方式: 1.在要转换的变量之前加上用括号括起来的目标类型 2.使用3个具体类型的转换函数,intval().floatval().strval

  • JavaScript中数据类型转换总结

    在js中,数据类型转换分为显式数据类型转换和隐式数据类型转换. 1, 显式数据类型转换 a:转数字: 1)Number转换: 代码: var a = "123"; a = Number(a); 注意: a) 如果转换的内容本身就是一个数值类型的字符串,那么将来在转换的时候会返回自己. b) 如果转换的内容本身不是一个数值类型的字符串,那么在转换的时候结果是NaN. c) 如果要转换的内容是空的字符串,那以转换的结果是0. d) 如果是其它的字符,那么将来在转换的时候结果是NaN. 2)

随机推荐